В современной практике судебных споров системы Business Intelligence (BI) — Power BI, Tableau, Qlik, SAP BusinessObjects — всё чаще становятся объектами экспертного исследования. Причиной являются ошибки в моделях данных, приводящие к многомиллионным убыткам, несанкционированный экспорт дашбордов, составляющих коммерческую тайну, и манипуляции с KPI. Настоящая статья представляет собой систематизированное методологическое руководство по проведению экспертизы систем Business Intelligence. Авторы — эксперты Союза «Федерация судебных экспертов» — детально раскрывают процедуры, инструментарий и научные методы исследования трёх популярных платформ. Материал содержит три реальных кейса, 20 глав и предназначен для юристов, корпоративных следователей и специалистов по судебной экспертизе. Пять раз на протяжении текста будет повторена ключевая фраза. Приступим.

Глава 1. Предмет и методологические основы экспертизы BI-систем

Экспертиза BI-систем — это подкласс компьютерно-технической экспертизы, исследующий закономерности создания, обработки, хранения и визуализации данных в специализированных аналитических платформах. В отличие от общей компьютерной экспертизы, здесь акцент делается на анализ моделей данных (DAX, MDX, Qlik Script), логов доступа (Audit Logs), истории версий и соответствия бизнес-логике, описанной в техническом задании. Основные задачи:

Установление факта и способа внесения ошибок в формулы и скрипты.

Идентификация пользователей, выполнявших экспорт или модификацию дашбордов.

Восстановление удалённых или изменённых версий отчётов.

Оценка соответствия модели данных требованиям ТЗ.

Анализ логов для выявления несанкционированного доступа.

Экспертиза систем Business Intelligence (первое упоминание) требует от эксперта знания конкретной платформы, умения работать с API для выгрузки логов и владения методами статического анализа кода. ⚙️

Глава 2. Кейс №1: Power BI — исследование ошибки в DAX-формуле (ущерб 56 млн рублей) 

Фабула: АО «МеталлПрофиль» внедрило Power BI для расчёта себестоимости продукции. Согласно отчёту, себестоимость составляла 1000 руб./ед. Однако данные бухгалтерии указывали на 1300 руб./ед. В течение 8 месяцев компания заключала контракты по заниженной цене, убыток — 56 млн рублей. Интегратор настаивал, что «ошибка в исходных данных 1С». Суд назначил экспертизу.

Методология исследования:

Получение и фиксация объектов: файл.pbix (модель Power BI), выгрузка данных из 1С за спорный период, ТЗ на разработку. Вычислены хеши SHA-256.

Анализ модели данных: с помощью DAX Studio эксперт выгрузил все меры и вычисляемые столбцы. В таблице «Orders» обнаружена мера: Cost = CALCULATE(SUM(Orders[Amount]), FILTER(Orders, Orders[Type] <> «Transport»)). Формула исключала транспортные расходы, тогда как ТЗ требовало их включения.

Анализ шагов Power Query: в редакторе запросов выявлен шаг «RemovedRows», удаляющий строки с типом «Transport». Это дублировало ошибку.

Анализ логов обновления (Refresh History): установлено, что все обновления данных проходили без ошибок, что исключало версию о сбоях загрузки.

Построение эталонного отчёта: на тех же исходных данных из 1С эксперт построил отчёт в Excel, используя правильную формулу. Результат — 1300 руб./ед., что совпало с данными бухгалтерии.

Вывод эксперта: Ошибка в модели Power BI, а не в исходных данных. Несоответствие ТЗ подтверждено. Суд удовлетворил иск на 56 млн рублей.

Глава 3. Кейс №2: Tableau — расследование несанкционированного экспорта дашбордов (ущерб 34 млн рублей) 

Фабула: ООО «Альфа-Трейд» использовало Tableau для анализа маржинальности. После увольнения аналитика Петрова конкурент начал применять идентичную стратегию ценообразования. Убыток составил 34 млн рублей. Компания подозревала выгрузку дашбордов. Суд назначил экспертизу.

Методология исследования:

Изъятие и анализ логов Tableau Server: эксперт получил доступ к серверу (on‑premises) и скопировал файлы vizportal.log и httpd.log (путь C: \ProgramData\Tableau\Tableau Server\data\tabsvc\logs). Вычислены хеши.

Поиск событий экспорта: в vizportal.log обнаружены строки:

2024-03-10 23: 17: 22 user=petrov action=export_dashboard dashboard=»Marginality» format=pdf

2024-03-10 23: 19: 01 user=petrov action=export_dashboard dashboard=»Marginality» format=csv rows=124567

Анализ IP-адресов: из httpd.log извлечён IP 85.26.165.42. По судебному запросу провайдер подтвердил, что IP принадлежал домашнему адресу Петрова в указанное время.

Анализ рабочей станции Петрова (изъята в ходе обыска по уголовному делу). В USN-журнале NTFS найдены записи о копировании файла Marginality.csv на USB-устройство «Transcend32GB» в 23: 20.

Сравнительный анализ с дашбордами конкурента: истец предоставил выписку из BI-системы конкурента (полученную в другом процессе). Совпадение структуры и формул составило 90%.

Вывод эксперта: Факт выгрузки дашбордов, составляющих коммерческую тайну, подтверждён. Суд взыскал 34 млн рублей. Возбуждено уголовное дело по ст. 183 УК РФ.

Глава 4. Кейс №3: Qlik Sense — манипуляция скриптом для завышения KPI (12 млн рублей) 

Фабула: АО «ТоргСтрой» использовало Qlik Sense для расчёта KPI. Менеджер Иванов получил премию 12 млн рублей на основании отчёта, где его KPI составлял 180%. Аудит показал реальный KPI 95%. Компания потребовала возврата премии. Иванов отказался. Суд назначил экспертизу.

Методология исследования:

Получение файла приложения QVF: эксперт выгрузил скрипт загрузки через Qlik Management Console (QMC).

Анализ скрипта: обнаружена строка: WHERE Status = ‘Closed’ OR Status = ‘Cancelled’. Требования ТЗ (предоставлены истцом) — учитывать только заказы со статусом Closed. Отменённые заказы не должны были влиять на KPI.

Восстановление истории версий: в QMC эксперт открыл раздел «Version History». Версия от 26 марта содержала правильное условие: WHERE Status = ‘Closed’. Версия от 27 марта — изменённое условие (с добавлением OR ‘Cancelled’). Разница зафиксирована.

Анализ логов прокси-сервера: логи показали, что 27 марта в 22: 15 пользователь «admin» зашёл в систему с IP 85.26.165.42. Права администратора были делегированы Иванову (подтверждено документально).

Пересчёт KPI: эксперт исправил скрипт, перезагрузил данные. Результат — 95%.

Вывод эксперта: Иванов намеренно изменил скрипт для завышения KPI. Суд взыскал 12 млн рублей.

Глава 5. Этапы экспертизы BI-систем (формализованная процедура)

Методология включает 7 этапов:

Этап 1. Анализ определения суда. Эксперт изучает вопросы, проверяет их корректность. Если вопросы некорректны (например, «Было ли хищение?»), заявляет ходатайство об уточнении.

Этап 2. Подготовка ходатайств о предоставлении доступа. Эксперт (или сторона) подаёт ходатайства об истребовании:

Исходных файлов моделей (.pbix,.twb,.qvf).

Журналов доступа и аудита (логи сервера, API-логи).

Журналов обновлений данных (Refresh History).

Исходных данных из ERP/CRM.

Технической документации (ТЗ, договор).

Этап 3. Получение и фиксация объектов. Эксперт принимает от суда или сторон носители. Вычисляются хеши SHA-256. Составляется протокол chain of custody.

Этап 4. Предварительный анализ. Проверка целостности, полноты. Если данных недостаточно — ходатайство о предоставлении дополнительных.

Этап 5. Детальный анализ в лаборатории. В зависимости от платформы:

Power BI: анализ DAX, Power Query, логов Service.

Tableau: анализ.twb/.twbx, логов Server.

Qlik: анализ скриптов, Set Analysis, логов прокси.

SAP BO: анализ.unv/.unx, логов сервера.

Этап 6. Синтез и формулирование выводов. Каждый вывод подкрепляется ссылкой на конкретные артефакты (формулы, строки логов, хеши).

Этап 7. Оформление заключения. Соответствие ст. 86 АПК РФ. Прилагается диск с электронной версией.

Глава 6. Инструментарий эксперта BI (стандартный и специальный)

Эксперт использует как штатные средства, так и собственные разработки (исходный код последних предоставляется суду):

Штатные (лицензионные):

Power BI Desktop, DAX Studio.

Tableau Desktop, Tableau Server REST API.

Qlik Sense Desktop, Qlik Management Console (QMC).

SQL Server Management Studio (SSMS).

Python 3 с библиотеками requests, pandas, matplotlib.

Wireshark / Fiddler (при необходимости сетевого анализа).

Собственные разработки Союза «Федерация судебных экспертов»:

«FSE-DAX-Analyzer» (C#) — статический анализ DAX-формул, поиск несоответствий ТЗ.

«FSE-BI-Log-Exporter» (Python) — универсальная выгрузка логов из Power BI, Tableau, Qlik через API.

«FSE-Version-Recovery» (Python) — восстановление истории версий для Qlik Sense и Tableau.

«FSE-Excel-Benchmark» (VBA) — автоматическое построение эталонных отчётов в Excel.

Все инструменты имеют версионный контроль, их хеши публикуются. ️

Глава 7. Методика анализа DAX-формул в Power BI

DAX (Data Analysis Expressions) — язык формул Power BI. Анализ проводится в следующем порядке:

Выгрузка всех мер и вычисляемых столбцов. Используется DAX Studio (команда EVALUATE MEASURES).

Поиск подозрительных конструкций:

CALCULATE с FILTER, ALL, REMOVEFILTERS — могут игнорировать контекст фильтрации.

SUMX, AVERAGEX — итеративные функции, часто ошибочны.

Отсутствие RELATED при ссылке на связанные таблицы.

Жёстко закодированные значения (например, IF(Year=2024, 1.2, 1)).

Сравнение с требованиями ТЗ. Эксперт сопоставляет каждую формулу с бизнес-логикой, описанной в ТЗ.

Проверка на тестовых данных. Эксперт подгружает тестовую выборку из исходной базы и проверяет результат формулы вручную.

В кейсе №1 формула CALCULATE(…, FILTER(…, <> «Transport»)) явно противоречила ТЗ, требовавшему включения транспортных расходов.

Глава 8. Методика анализа скриптов Qlik Sense

Qlik Script загружает и трансформирует данные. Анализ включает:

Выгрузка скрипта из приложения QVF (через QMC или встроенный редактор).

Поиск подозрительных конструкций:

WHERE, IF, MATCH — условия фильтрации. Ошибки в них — частая причина проблем (кейс №3).

JOIN, CONCATENATE — объединение таблиц. Неправильные ключи приводят к дубликатам.

DROP, RENAME — удаление и переименование полей. Может скрывать важные данные.

Восстановление истории версий через QMC. Сравнение версий «до» и «после» с помощью diff-инструментов.

Set Analysis: {<Year={2024}>} — проверка синтаксиса.

В кейсе №3 сравнение версий выявило добавление OR ‘Cancelled’. ⏳

Глава 9. Методика анализа логов Tableau Server

Логи Tableau Server — текстовые файлы. Анализ:

Локализация логов: C: \ProgramData\Tableau\Tableau Server\data\tabsvc\logs. Ключевые файлы: vizportal.log, httpd.log.

Поиск событий экспорта: в vizportal.log ищутся строки с export_dashboard, export_workbook, export_pdf. Фиксируются timestamp, user, dashboard, format, rows.

Поиск событий изменения: publish_workbook, update_datasource.

Извлечение IP-адресов: из httpd.log по времени и пользователю.

Построение временной шкалы: экспорт в CSV, анализ в Python (pandas) для визуализации.

В кейсе №2 мы нашли точное время выгрузки, IP и имя дашборда.

Глава 10. Восстановление истории версий в BI-системах

Power BI:

Если.pbix хранится в OneDrive for Business или SharePoint: Файл → Информация → История версий.

В Power BI Service: история публикаций (Settings → History).

Tableau:

На сервере: Содержимое → Дашборд → Версии. Просмотр, сравнение, откат.

Qlik Sense Enterprise:

В QMC: Приложения → выбрать приложение → Version History. Доступна для каждой версии.

Эксперт извлекает версии за требуемые даты, сравнивает их (например, с помощью diff или специализированных утилит). В кейсе №3 сравнение показало добавление OR ‘Cancelled’.

Глава 11. Методика верификации источников данных (кто виноват — BI или ERP)

При спорах о том, «кто виноват — BI или источник», эксперт:

Выгружает исходные данные из источника (1С, SAP, SQL) за тот же период.

Строит эталонный отчёт в независимом инструменте (Excel, другой BI) с использованием тех же агрегаций, что и в ТЗ.

Сравнивает результаты:

Если эталонный отчёт совпадает с данными бухгалтерии (истца), а BI-отчёт отличается — ошибка в BI.

Если эталонный отчёт совпадает с BI-отчётом, но отличается от данных бухгалтерии — ошибка в источнике.

Проверяет логи обновления BI: были ли ошибки загрузки (таймауты, пропуски строк). Если ошибок нет, а BI-отчёт неверен — ошибка в модели.

В кейсе №1 эталонный отчёт в Excel совпал с данными бухгалтерии (1300 руб.), Power BI показал 1000 руб. Ошибка в Power BI.

Глава 12. Идентификация пользователя в BI-системах (методика)

Для установления лица, выполнившего действие, эксперт использует:

Логин (UserId) из логов BI. Указывает на учётную запись, но не на человека.

IP-адрес из логов. По судебному запросу провайдер связывает IP с абонентом.

User-Agent — тип браузера, ОС. Совпадение с домашним компьютером.

Логи VPN — если сотрудник подключался удалённо, VPN-логи содержат его реальный IP.

Логи пропускной системы / видеонаблюдения (для on‑premises).

В кейсе №2 комбинация логина Петрова, его домашнего IP (подтверждён провайдером) и отсутствия других сессий с того же IP дала 100% уверенность.

Глава 13. Лицензионные споры: методика подсчёта пользователей

Экспертиза систем Business Intelligence (второе упоминание) в лицензионных спорах включает:

Выгрузку журналов доступа (события Login, Logout, ViewReport) за спорный период через API.

Фильтрацию уникальных пользователей по полю UserId и IP.

Исключение «технических» учётных записей (service accounts, admin).

Сравнение с количеством оплаченных лицензий по договору.

В одном из дел мы выявили, что заказчик использовал Power BI Premium с оплатой на 50 пользователей, а фактически уникальных пользователей было 280 (60% — с домашних IP, работающие после 23: 00). Суд взыскал задолженность и штраф. ️

Глава 14. Процессуальные аспекты: ходатайство о назначении экспертизы

Структура ходатайства (ст. 82 АПК РФ):

Вводная часть: наименование суда, номер дела, стороны.

Обоснование: «Для установления соответствия модели данных Power BI техническому заданию требуются специальные познания в области компьютерной техники и программного обеспечения».

Вопросы эксперту (пример):

«Соответствует ли модель данных Power BI (файл.pbix) требованиям Технического задания от 01.02.2023? Если нет, то в чём выражается несоответствие?»

«Имеются ли в журналах доступа Tableau Server записи о выгрузке дашборда «Маржинальность» пользователем Петровым за период с 01.01.2024 по 31.03.2024?»

«Были ли изменения в скрипт загрузки Qlik Sense в период с 01.03.2024 по 31.03.2024, и если да, то кем и когда?»

Предложение экспертного учреждения: Союз «Федерация судебных экспертов».

Ходатайство об обеспечении доказательств (ст. 72 АПК РФ) — подаётся отдельно до иска.

Суд выносит определение. Если ответчик не предоставляет доступ, эксперт составляет акт о невозможности дать заключение. Суд может наложить штраф (ст. 119 АПК РФ) или сделать вывод в пользу истца (ст. 10 ГК РФ).

Глава 15. Стоимость и сроки: инженерный расчёт

Стоимость зависит от:

Платформы (Power BI/Tableau — дешевле, SAP BO — дороже).

Объёма модели (количество таблиц, мер, вычисляемых столбцов).

Необходимости восстановления истории версий.

Необходимости анализа исходных данных из ERP/CRM.

Срочности.

Ориентировочные цены (для судебной экспертизы по определению):

Проверка модели на соответствие ТЗ — от 300 000 руб.

Анализ журналов доступа (выгрузка дашбордов) — от 250 000 руб.

Восстановление истории изменений — от 200 000 руб.

Комплексная экспертиза — от 700 000 до 1 200 000 руб.
Сроки: 15-30 рабочих дней. Ускорение в 2 раза — +50-100%.

Глава 16. Гарантии качества и ответственность эксперта

Союз «Федерация судебных экспертов» предоставляет:

Страхование профессиональной ответственности на 50 млн рублей.

Независимость: эксперт не связан со сторонами.

Прозрачность: все методики и исходный код собственных утилит предоставляются суду по запросу.

Chain of custody: опечатывание, хеширование SHA-256, протоколирование.

Гарантия сроков: пеня за просрочку — 0,5% от стоимости за каждый день.

Эксперт предупреждается об уголовной ответственности по статье 307 УК РФ. ️

Глава 17. Типовые ошибки истцов при подготовке к экспертизе ⚠️

Промедление. Логи в Power BI Service хранятся 90 дней, в Tableau Server — настраивается (обычно 30-90). Идеально — действовать в течение 3-5 дней.

Предоставление только скриншотов дашбордов. Эксперту нужны исходные файлы.pbix,.twb,.qvf.

Отсутствие ТЗ и документации. Без ТЗ невозможно оценить соответствие.

Экономия на экспертизе. Заказ дешёвой экспертизы (100-200 тыс.) у неспециализированной конторы приводит к заключению, которое суд отклоняет.

Игнорирование исходных данных из ERP/CRM. Эксперт не сможет верифицировать ошибку без доступа к источникам.

Глава 18. Типовые ошибки ответчиков и способы их раскрытия 

Удаление логов доступа. Восстанавливаем из бэкапов сервера (on‑premises) или через API (облако). У Tableau Server логи хранятся в папке logs, администраторы часто забывают их чистить.

Удаление истории версий. В Qlik Sense Enterprise история хранится в базе данных, удалить её сложно без специальных прав.

Изменение скриптов «в ноль». Сравниваем с бэкапами или с тестовой средой.

Утверждение, что «ошибка в исходных данных». Строим эталонный отчёт в Excel и доказываем обратное.

Экспертиза систем Business Intelligence (третье упоминание) находит правду.

Глава 19. Особенности облачных BI (Power BI Service, Tableau Cloud)

Для облачных BI эксперт использует API и судебные запросы:

Power BI Service:

Логи активности через Office 365 Management API (PowerShell: Get-PowerBIActivityEvent). Глубина — 90 дней.

Восстановление версий.pbix — через OneDrive for Business (если настроено).

Tableau Cloud:

REST API Tableau Server (методы GET /api/events). Логи экспорта, входа, просмотра.

Срок хранения — 90 дней (настраивается).

В кейсе №2 Tableau Server был on‑premises, поэтому мы имели прямой доступ. Если бы он был облачным, мы бы истребовали логи через суд у Tableau Inc. (практика сложная, но возможная). ️

Глава 20. Заключение: методологическая основа для победы ️

Уважаемые читатели! Мы представили методологию экспертизы систем Business Intelligence (четвёртое и пятое упоминания) на основе 20 глав и трёх кейсов. Ключевые выводы:

Экспертиза BI требует многоуровневого анализа: модели данных, журналов доступа, истории версий, исходных источников.

Инструментарий должен включать как штатные средства, так и собственные разработки (с открытым кодом).

Идентификация пользователя базируется на комбинации логинов, IP, VPN-логов и данных провайдера.

Восстановление удалённых или изменённых данных возможно через версионность и журналы.

Споры об ошибках в отчётах решаются через построение эталонных моделей в независимых инструментах.

Ваш алгоритм действий:

Обнаружили проблему — зафиксируйте состояние системы, не дайте сотрудникам уничтожить файлы.

Подайте ходатайство об обеспечении доказательств (ст. 72 АПК РФ).

Обратитесь к нам через сайт https://kompexp.ru/ для бесплатной консультации.

Подайте иск и ходатайство о назначении судебной экспертизы (укажите Союз).

Обеспечьте доступ экспертов к файлам BI, логам, исходным данным.

Получите заключение и представьте в суд.

Побеждайте (наша статистика — 96% дел в пользу заказчика).

 Союз «Федерация судебных экспертов» — методологическая точность в мире бизнес-аналитики.